Sieci neuronowe jako narzędzie do predykacji zachowań giełdy papierów wartościowych

• Autorzy: Plawgo K. , Czerwiński M.

Warianty tytułu

EN

Neural networks as a tool to predict the behaviours of exchange stock market

• Języki publikacji: PL

Abstrakty

PL

Celem badań było znalezienie odpowiedzi na pytanie czy rynek akcji zachowuje się w przypadkowy sposób, nie posiadając właściwie przewidywalnych trendów, czy też trendy te mogą być prognozowane. W celu uzyskania odpowiedzi na to pytanie zostały skonstruowane odpowiednie sieci neuronowe w oparciu o pakiet programu Qnet 2000 [1], które następnie poddano trenowaniu i testowaniu. Z przeprowadzonych analiz wynika, iż relatywnie proste modele mogą dawać dobre wyniki w prognozowaniu indeksu wszystkich spółek WIG-u. Interesującą informacją jest brak możliwości predykcji dla indeksu 20-stu spółek (WIG20) oraz wniosek, że nie można oczekiwać odpowiedzi poprawnej od sieci co do zachowania się cen dla wybranych spółek na podstawie zachowania się cen pozostałych.

EN

The purpose of the researches was to find the reply to a question whether the stock market behaves in an incidental way, without any predictable trends or whether these trends might be predictable. In order to find the reply for these questions, the proper neural networks were build based on Qnet 2000 programme [1], and they were subsequently trained and tested. The analysis which were carried out revealed that the relatively simple models might give good results in forecasting Warsaw Stock Exchange Market Index (WIG). Interesting information is the fact, that there is no possibility to predict the twenty biggest companies' index (WIG20) and the conclusion that we cannot expect from the neural networks the right answer concerning changes of a company’s share price based on changes in share prices of the rest of the companies.

Słowa kluczowe

PL

sieci neuronowe; sztuczna inteligencja; prognozowanie wskaźników finansowych; Warszawska Giełda Papierów Wartościowych

EN

neural networks; artificial intelligence; forecasting financial index; Warsaw Exchange Stock Market

• Wydawca: Wrocławska Wyższa Szkoła Informatyki Stosowanej "Horyzont"
• Czasopismo: Biuletyn Naukowy Wrocławskiej Wyższej Szkoły Informatyki Stosowanej. Informatyka
• Rocznik: 2011
• Tom: vol. 1
• Strony: 15--24
• Opis fizyczny: Bibliogr. 9 poz., rys.

Twórcy

autor

Plawgo K.

• Wrocławska Wyższa Szkoła Informatyki Stosowanej ul.Wejherowska 28, 54-239 Wrocław

autor

Czerwiński M.

• Wrocławska Wyższa Szkoła Informatyki Stosowanej ul.Wejherowska 28, 54-239 Wrocław

Bibliografia

• [1]. Qnet 2000 V2K build 721 firmy Neural Network Modeling 2002, www.horyzont.eu/wydawnictwo/biuletyn/informatyka/zalacznik/qunet 2000
• [2] E. M. Azoff, Neural Network Time Series Forecasting of Financial Market. Wiley & Sons, Chichester 1994.
• [3] A. Beltratii, S. Margarita, P. Terna, Neural Networks for Economic and Financial Modeling. International Thompson Computer Press, London 1996.
• [4] S. T. Gallant, Neural Network Learning and Expert Systems. MIT Press. Cambridge 1993.
• [5] S. Goonatilake, P. Treleaven (red.), Intelligent Systems for Finance and Business. Wiley & Sons, Chichester.1995.
• [6] J. Hertz, A. Krogh, R. G. Palmer, Wstęp do teorii obliczeń neuronowych. Wydawnictwo Naukowo-Techniczne,Warszawa 1995.
• [7] S. Shochen, G. Ariav, Neural Networks for Decision Support: Problems and Opportunities, Vol.11, D ecision Support Systems 1994.
• [8] R. Tadeusiewicz, Elementarne wprowadzenie do sieci neuronowych z przykładowymi programami. Akademicka Oficyna Wydawnicza, Warszawa 1998.
• [9] J. S. Zirilli, Financial Prediction Using Neural Networks. International Thompson Computer Press, London 1996.